購物車(0)
卷積神經(jīng)網(wǎng)絡(luò)在肝包蟲病CT圖像診斷中的應(yīng)用
關(guān)鍵詞：深度學習 卷積神經(jīng)網(wǎng)絡(luò) 肝包蟲病 圖像分類 計算機輔助診斷
摘要：探討卷積神經(jīng)網(wǎng)絡(luò)(Convonlutional Neural Network,CNN)在肝包蟲病CT圖像診斷中的應(yīng)用。選取兩種類型的肝包蟲病CT圖像進行歸一化、改進的中值濾波去噪和數(shù)據(jù)增強等預(yù)處理。以LeNet-5模型為基礎(chǔ)提出改進的CNN模型CTLeNet,采用正則化策略減少過擬合問題,加入Dropout層減少參數(shù)個數(shù),對二分類肝包蟲圖像進行分類實驗,同時通過反卷積實現(xiàn)特征可視化,挖掘疾病潛在特征。結(jié)果表明,CTLeNet模型在分類任務(wù)中取得了較好的效果,有望通過深度學習方法對肝包蟲病提供輔助診斷和決策支持。
電子技術(shù)應(yīng)用雜志要求:
{1}文章題目應(yīng)簡明確切地表述文章的內(nèi)容，一般不超過20個字。
{2}本刊刊登的學術(shù)論文應(yīng)該滿足：論文視角獨特、觀點新穎；研究思路清晰、方法科學；論文論證嚴密、資料翔實；論文結(jié)構(gòu)嚴謹、行文規(guī)范。
{3}來稿文責自負。根據(jù)《著作權(quán)法》，結(jié)合本刊具體情況，編輯部可作修辭等文字修改、刪節(jié)，凡涉及原意的重大修改，則需征求作者意見。
{4}參考文獻限為作者親自閱讀、公開發(fā)表過的文獻，只選主要的列入，采用順序編碼制著錄，按其文中出現(xiàn)的先后順序用阿拉伯數(shù)字編號，列于文末，并依次將各編號外加方括號置于文中引用處的右上角。書寫格式為：作者.文題.刊名年份；年（期）：起始頁.網(wǎng)上參考材料序號.作者.文題網(wǎng)址（至子－－欄目）.上傳年月。
{5}摘要不少于200字，內(nèi)容要能含蓋論文的主要信息。應(yīng)盡量寫成報道性文摘且具有獨立性，采用第三人稱寫法，不用引文。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
